关于AI未来，图灵奖得主萨顿与人文学者项飙的一场激辩

6月22日-23日，2026方塘论坛在北京举办。在开幕单元的“方塘·终极之问”环节，论坛邀请了理查德·萨顿和项飙回答“人在AI时代如何安身立命”这一终极问题。 理查德·萨顿（Richard Sutton）是强化学习领域奠基性人物之一，2024年图灵奖得主，现任加拿大阿尔伯塔大学计算机科学教授。项飙是德国马普学会社会人类学研究所所长，长期关注人的处境、社会流动、劳动经验与全球化时代的生活结构。 两位学者基于不同的学术背景，从不同尺度解读AI与人类的关系。

“DNA之父”与两位中国学者的数十年交往

与年轻时的意气风发、声名远播不一样的是，晚年的詹姆斯·沃森不被美国科学界待见，日子过得比较苦闷。在回忆一生的贡献时，沃森将自己帮助中国发展生命科学与当年领导人类基因组计划并列在一起，足见他对这件事情的重视。 1953年，年仅25岁的沃森便与克里克共同发现DNA双螺旋结构，由此开启了分子生物学时代。他也被誉为"DNA 之父”。后来他长期担任冷泉港实验室主任，推动全球生命科学研究，被认为是20世纪最重要的生物学家之一。 盛名之下，沃森并未看低积贫积弱的中国，他竭尽全力对中国生命科学予以无私帮助。

百年科学猜想：鸽子感觉磁场的“指南针”，是否藏在耳朵里？

1824年，德国解剖学家Huschke在显微镜下找到了内耳中的“听乳头”（papilla spiralis acoustica），这是人类首次窥见听觉感受器的雏形。1851年，年仅29岁的意大利解剖学家阿方索·柯蒂（Alfonso Corti）在维尔茨堡大学的实验室里，借助刚刚成熟的组织固定与染色技术，首次完整描绘了内耳感觉上皮的结构，并观察到了其中一层排列整齐的外毛细胞。

一个物理学家眼中的 AI for Science

本文认为，人工智能革命，尤其是大语言模型的兴起，其最重要的意义并不只是自动化，而在于复杂信息以及人类 know-how 的承载、复制与共享方式发生了根本变化。从这个角度看，AI for Science 之所以尤其重要，是因为它改变的不仅可能是科研效率，还可能是科学协作、科学发现、科研出版与科研评价的整体结构。本文勾勒了 AI 从科研工具逐步走向科研合作者的路径，并讨论 AI 可能如何根本性地重塑科研出版。

镜像分子生物学研究是否应被叫停？是未来的潘多拉魔盒还是科学宝库？

镜像生物学世界蕴含着近乎无限可能：从生物学结构、功能到生命本身，无论利弊，理论上均可在镜像版本中重现。 2024年12月，美国《科学》杂志发表政策文章《对抗镜像生命的风险》（Confronting risks of mirror life. Science 386, 1351–1353, 2024）[2]。该文 38 位作者中，包括两位诺贝尔奖得主、16位各国科学院院士，以及美国政府科技官员、兰德公司研究人员。

我们该如何讨论“资源型科研”？

张宏院士近日在《知识分子》发表的访谈中（见知识分子往期推送：张宏院士：“资源型科研”正在摧毁中国的科研文化），直言当前国内科学研究体系的一系列尖锐的问题：对资源投入与研究规模的过度追逐，正导致科学精神、原创动力及教育职能逐步弱化；与此同时，资源分配与薪酬待遇上的结构性不均——如”形式公正“但缺乏专业深度的评审、新型研发机构与传统院所间的资源落差、以及海归与本土学者间的待遇鸿沟——正催生出一种僵化的权力结构，其弊端包括对青年科学家学术独立性的系统性侵蚀。

这一年，AI怎样进入了你的科研？｜故事征集

2025 年，是 AI 真正进入日常生活的元年，也是科幻电影《Her》所设定的年份——技术与人之间的关系，被重新书写。 AI正以指数级的速度进入科学家们的世界：2024年的诺贝尔化学奖授予了AlphaFold，从预测蛋白质结构到发现新药靶点，从寻找新材料到预警极端天气，AI 正在重绘科学的版图。

故事征集｜这一年，你是怎样被AI“惊到”的？

2025 年，是 AI 真正进入日常生活的元年，也是科幻电影《Her》所设定的年份——技术与人之间的关系，被重新书写。 AI正以指数级的速度进入科学家们的世界：2024年的诺贝尔化学奖授予了AlphaFold，从预测蛋白质结构到发现新药靶点，从寻找新材料到预警极端天气，AI 正在重绘科学的版图。

饶毅悼沃森：伟大与错误并存

1953年4月25日，英国《自然》杂志发表沃森（Jim Watson，1928-2025）和克里克（Francis Crick，1916-2004）的文章，题目是：“脱氧核酸的一个结构”。 他们的工作无疑是人类有史以来最伟大的科学工作之一。 他们两人也无疑是两位伟大的科学家。 1）两人中，不仅直接认识他们的人在客观评价时，而且沃森自己也认为克里克聪明很多。与他们有密切交流、也有实际竞争的女科学家富兰克林对克里克佩服至极。沃森在我家时说（因为聪明程度）克里克是另一类人。

撕裂社会的，从来不是算法

算法会加剧社会分裂吗？这种“技术决定论”叙事在经验证据上是薄弱的。算法的核心是商业性的“参与度优化”，而非意识形态灌输。更关键的是，国外的研究发现，极化主要由政治精英、党派媒体和深层社会经济结构驱动，强迫人们走出茧房、接触对立观点，非但不能促进理解，反而会使其立场变得更加极端。 早在“算法”成为热词之前，瓦尔特·李普曼（Walter Lippmann）就对“舆论”的形成提出了深刻的质疑。